mlops-fraud-v1

Modelo de classificação binária para detecção de transações fraudulentas.

Uso

from huggingface_hub import hf_hub_download
import joblib

model = joblib.load(hf_hub_download("Subaruu/mlops-fraud-v1", "model.pkl"))
features = [[250.0, 14, 12.5, 1, 0, 0.3]]
prediction = model.predict(features)

Features de entrada

Feature	Tipo	Descrição
valor_transacao	float	Valor da transação em reais
hora_transacao	int	Hora do dia (0-23)
distancia_ultima_compra	float	Distância geográfica em km
tentativas_senha	int	Tentativas de senha antes da transação
pais_diferente	int	1 se país diferente do cadastro
device_risk_score	float	Score de risco do dispositivo (0-1)

Métricas (test set, 20% dos dados)

• Precision (fraude): 0.90
• Recall (fraude): 0.64
• F1 (fraude): 0.75

Dependências

• scikit-learn==1.8.0
• joblib==1.5.3
• numpy==2.4.4

Limitações

Modelo treinado com dados sintéticos. Não deve ser usado em produção sem retreinamento com dados reais e validação adequada.